基于循环平稳分析的MPSK信号调制分类

提出了一种新的MPSK信号调制分类算法。通过对预处理后的MPSK信号进行循环平稳分析,把利用高阶累积量对复基带MPSK信号的调制分类推广到已调信号。由于高阶循环统计量具有抗平稳噪声的能力,从而在高阶循环累积量域构成了分类特征不变量。这种分类算法无需知道信号参数的先验信息,理论分析和实验结果证实了分类算法的有效性。     

一种基于循环平稳的MPSK信号调制分类改进算法

给出了一种基于循环平稳的MPSK信号调制分类改进算法.通过对预处理后的MPSK信号进行循环平稳分析,把利用高阶累积量对复基带MPSK信号的调制分类推广到已调信号.这种在高阶循环累积量域构成的分类特征不变量具有良好的抗平稳噪声的能力.通过利用二阶循环累量对码元速率的估计,大大减少了累积量估计的运算量.仿真表明,改进后的算法运算精度与原算法大致相当,运算量大大减少.     

基于高阶累积量实现数字调相信号调制识别

给出了基于高阶累积量进行多进制数字相位调制(MPSK)信号调制识别的特征值构造方法,对该特征值抑制多径干扰能力进行了理论分析,证明累积量阶数越高抑制多径干扰的性能越好。推导出基于6阶累积量进行MPSK信号调制识别的特征值公式,并给出具体分类方法,对4阶和6阶累积量调制识别性能进行了分析比较。计算机仿真试验证明:多径信道时,6阶累积量分类特征值优于4阶;当符号信噪比低于0 dB时,4阶累积量分类特征值优于6阶。     

调制识别算法及性能分析

为了提高信号调制识别的性能,以信号的六阶和四阶累积量作为识别特征,研究了一种基于高阶累积量的调制识别算法.分析了最大似然调制识别算法和高阶累积量调制识别算法的性能.并在高斯信道和平衰落信道下对其性能进行了仿真,仿真表明,在一般通信环境下,基于累积量的调制识别算法具有较强的稳健性和实用性.     

V-BLAST OFDM信号调制识别算法

提出了基于高阶累积量的V-BLAST OFDM信号识别算法,用以区分频率选择性衰落信道条件下V-BLAST结构的多载波信号(0FDM)和单载波信号(MFSK、MPSK、MQAM).该算法不需要预先知道信号的载波频率、波特率以及信道的先验信息,直接在中频对信号进行识别处理.仿真结果表明该算法具有良好的识别性能.     

基于高阶统计量的OFDM子载波调制识别算法北大核心

针对OFDM(正交频分复用)信号子载波调制方式识别的问题,提出了一种将高阶矩和高阶累积量相结合的联合识别算法。该算法首先运用基于高阶矩的特征量把MPSK(多进制相移键控)调制(M=2、4)、64QAM(六阶正交幅度调制)和16QAM(四阶正交幅度调制)区分开,然后再利用基于高阶累积量的特征量区分BPSK(二进制相移键控)调制和QPSK(四相相移键控)调制。从理论上进行了推导与分析,该算法对多径衰落与噪声干扰不敏感。计算机仿真结果表明,所提算法在多径信道条件下具有良好的识别性能。     

航空信道下MPSK类信号的调制识别

信号自动调制识别的现有研究主要集中在AWGN、Rayleigh等理论信道模型中。为了解决实际航空通信中信号调制识别问题,首次针对超短波工作频段的时变航空信道对此类问题进行研究。首先论述航空信道模型和天线分集理论技术,然后将经典的高阶累积量算法分别用于不同的飞行状态中,提取MPSK类信号的分类特征进行识别,同时结合天线分集技术提高接收端信号的信噪比,从而有效的弥补了时变信道中多普勒频移和多径衰落的影响。仿真结果将不同飞行状态下分集前后的情况进行对比表明,新算法可以实现在时变航空信道环境下对MPSK类信号的分类识别,且具有良好的抗衰落及抗噪声性能,天线分集技术的运用明显改善了接收信号的质量,提高了识别正确率。      

存在定时误差的MPSK信号调制方式识别

接收机存在定时误差时,应用高阶累积量进行MPSK信号调制方式识别会引起识别率下降.本文针对这一问题,提出了一种对接收数据进行盲定时估计并通过插值滤波进行定时恢复的算法.仿真结果表明,对插值滤波后的数据进行调制识别,具有良好的分类性能,对定时误差有很强的适应能力.     

GLSFBC-OFDM信号调制识别算法

提出了频率选择性衰落信道条件下区分GLSFBC结构的多载波信号(OFDM)和单载波信号(MFSK、MPSK、MQAM)的调制识别算法。该算法基于接收信号的高阶累积量,只需直接对接收的中频信号进行识别处理,不需要发射信号和信道的先验知识。仿真结果表明,在SNR高于7 dB时识别率可以达到90%。     

基于高阶累积量的数字信号调制识别

基于高阶累积量方法,对28种数字调制信号的识别进行了研究。调制信号包括MASK、MPSK、MQAM,以及性能优化的高阶APSK信号、二维最优星座图信号,并计算给出128APSK、256APSK的特征参数理论值。首先计算各信号的二至八阶累积量,提取6个特征参数;然后根据不同信号特征参数的差异设计分类决策树;针对MASK、MQAM、MAPSK识别过程中部分特征量随SNR呈一定斜率变化的现象,进行基于SNR训练的阈值优化,大幅提高识别性能。     

基于高阶累积量的OFDM子载波盲识别探讨

正交频分复用（OFDM）技术作为一种特殊的多载波调制技术,以其高效的频谱利用率、较强的抗码间干扰能力等优点成为第四代宽带技术的核心技术之一。同时,OFDM的广泛应用也为信息对抗、无线频谱资源管理等领域带来了一系列新的任务与挑战。因此,对非合作OFDM信号侦收技术的研究,意义深远。 由于OFDM调制方式的特殊性,在完成宽带多载波与单载波信号分类之后,接收系统有必要对OFDM信号的子载波类型进行进一步判断。文中采用基于高阶累积量的子信道调制盲识别算法作为技术路线,通过提取特征向量实现对子信道调制方式的盲识别。 在基带OFDM信号子载波调制类型识别部分,结合OFDM系统的等效标量模型,利用每个子载波上符号序列的统计特性,提取序列的高阶累积量作为识别分类特征构造算法,能够有效地抑制多径衰落所引起的功率衰减以及相位旋转对子载波调制类型识别性能的影响,结合仿真实验,我们分析了所提出算法的高效识别性能。     

基于循环累量不变量的MPSK信号调制识别算法

提出一种新的循环累量不变量分类特征,来实现MPSK信号的调制样式分类。新分类特征只利用了码元速率的先验信息,对基带成型脉冲的形状具有稳健性;对MPSK基带信号的时移、载波相位误差、信号幅度变化具有不变性;并可抑制加性平稳噪声。利用循环时变累量的多信号选择性,所提出的分类特征可实现多信号分类识别,理论分析和计算机仿真结果都证实了分类算法的有效性。     

卫星常用调相信号自动调制识别算法

针对高阶幅度相移键控（APSK）信号在卫星通信中的应用,提出了一种识别数字调相信号的新方法。在信噪比估计的基础上,利用信号包络的统计特征对MPSK,MQAM,16APSK和32APSK信号进行区分。理论推导和实验仿真验证了该统计特征具有对加性高斯白噪声和滚降系数不敏感的特性。根据鲁棒性较好的四阶循环累积量提出一种新的特征参数Q以实现MPSK和MQAM信号的类内识别。仿真表明,当信噪比达到5dB时,该方法拥有较好的识别率（〉95％）。     

基于信号二次方谱相关特征的MPSK调制识别

针对MPSK信号的调制识别问题,提出了一种新的基于二次方谱相关特征的识别算法。本文对MPSK信号二次方谱相关特性进行了推导和分析,并根据二次方循环谱特性提出了一种新的基于二次谱相关密度的归一化识别特征,新识别特征不受载波相位误差、信号幅度变化的影响,且特征提取方法简单、高效,有利于工程实现。最后对算法识别性能进行了仿真分析,仿真结果表明在低信噪比下该算法具有良好的识别性能,在高斯白噪声环境下,当信噪比为4 dB时,正确识别率可达到95%以上。理论分析和仿真结果都证实了该算法的有效性和可靠性。      

基于循环谱的MPSK信号识别

多进制数字相位调制信号（MPSK）是一类载波受抑制的相位调制信号,它们具有相位连续,幅度恒定以及抗干扰性强的特性,在军用和民用通信的很多领域都有广泛的应用,研究分类该类信号具有重要的实际价值。在研究分析MPSK信号谱相关特性的基础上提出一种MPSK信号的子类识别算法,利用MPSK（M≥4）平方降阶的性质,提取出MPSK信号的循环谱在循环频率f=0截面的特征,并根据该特征分类完成调制识别。计算机仿真实验证明了该算法在信噪比高于5dB时调制识别率高于95%。     

分数倍采样对幅相调制信号累积量的影响

幅相调制信号的累积量分析要求最佳采样,本文通过对分数倍采样复基带序列累积量的理论分析,讨论了采样速率和基带成形脉冲函数对幅相调制信号累积量的影响,认为分数倍采样序列的累积量能够收敛于最佳采样序列的累积量理论值,并由此得出结论认为,现有基于累积量的幅相调制信号同步分类算法可以直接应用于异步条件。最后,通过MPSK信号的分类实验验证了理论分析的正确性。     

基于动态聚类的MPSK信号调制分类

通信信号的自动识别技术受到日益广泛的重视，本文提出了一种新的MPSK信号调制分类算法，对截获接收机输出的频带MPSK信号在未知载波频率的情况下，通过对延迟乘积信号进行分析处理，进而得到与原信号调制类型一致的基带相位信号序列。在未知噪声类型的情况下，利用动态聚类算法对此基带相位信号序列求取最佳聚类数M，从而实现了MPSK信号的调制分类。理论分析和实测信号处理证明了本文提出的算法的可行性。     

基于累计量的干扰信号调制识别算法

为解决正常通信中检测到非法或干扰信号时的调制识别问题,该文提出了一种共信道干扰信号调制识别算法。分析了相偏、频偏等未知参数对共信道信号四阶累积量的影响并给出降低这些影响的方法。以信号四阶累积量为识别特征对干扰信号的调制方式进行识别。同时给出干扰信号相偏、频偏等参数的估计。实验结果表明了所提算法的有效性。